如何建立一套自己的交易系统

作者 Silviu Vasilescu · 更新于 2026 年 8 月 1 日 · 阅读约 10 分钟

交易系统是一套完整到这种程度的规则：两个人照着它执行，会下出完全一样的委托单。这就是全部的检验标准。 如果你的方法里有任何一环需要你看着图表、然后决定自己「感觉如何」，那你有的是一种打法，而不是一套系统—— 而打法没法度量，也就没法改进。

这不是在说主观判断一文不值。这是在说：在机械化的那部分被写下来、并且和主观判断分开之前， 你根本没办法知道自己的主观判断值不值钱。下面所有内容，都是关于怎么走到那个书面形式， 然后弄清楚它到底值多少。

1. 一套系统必须回答的六个决定

大多数说自己「没有系统」的人，其实这六个里已经回答了四个，剩下两个交给了心情。而且几乎永远是最后那两个。

1. 1. 股票池。你到底愿意交易哪些股票？ 一个流动性下限、一个价格下限、一个交易所，也许还排除某些板块。这是你在看任何东西之前就先套上去的过滤器， 选股那篇指南讲的就是它。
2. 2. 形态条件。一只股票要成为候选，必须先满足什么条件？ 站上 200 日均线、处在一个平台整理里，或者你的优势所依赖的任何东西。形态条件是一种状态，不是一个事件。
3. 3. 触发条件。具体发生什么事，才让你把委托单打出去？ 收盘价站上某个位置、突破昨天的最高价、开盘区间突破。触发条件把候选变成仓位， 而它需要的是一个价格，不是一种感觉。
4. 4. 止损。在什么价格上，你做这笔交易的理由被证明是错的？ 永远在进场之前就定好，因为它是下一个答案的输入项。
5. 5. 仓位。买多少股？这个数字由止损和你的每笔风险按算术推出来—— 见仓位管理。 它绝不是因为「感觉差不多」而选的一个整数。
6. 6. 做对时怎么走。当你判断正确时，是什么把你带出场？ 一个目标价、一个移动止损、一个时间限制，或者分批减仓。这是交易中最常见的没被回答的问题， 也是造成损害最大的那一个。

把六个答案写在一页纸上。如果你写不出来，那么缺的那个答案就是你眼下价值最高的工作—— 比任何一个新指标都高。

2. 从优势出发，而不是从指标出发

所谓优势（edge），是市场把钱交给你的一个理由——也就是其他参与者身上某种持续存在的行为。 趋势的延续性是一种：钱会追着表现跑，而拿着上涨股票的人没有卖出压力。 恐慌之后的均值回归是另一种：被迫卖出会砸过头，因为卖方的时间期限跟价值没有任何关系。 业绩公布后的漂移也是一种：信息需要时间才能被完全计入价格。

注意，上面这些没有一个是指标。指标是你探测优势的方式，而且它们可以互相替换—— 你可以用均线识别趋势，可以用更高的高点和更高的低点识别，也可以用变动率读数识别， 这些差别跟「趋势延续性在你的市场和你的周期上是不是真实存在」相比，都很小。

反过来做——先挑一个指标，再去搜哪组参数在历史上赚过钱——是绝大多数新手系统的造法， 也是它们绝大多数最终失效的原因。如果你没办法用一句话说清楚，为什么站在你交易对面的人会系统性地愿意亏钱， 那你找到的是过去的一个图形，而不是当下的一个优势。

3. 期望值：真正重要的那个数字

期望值是平均而言一笔交易对你值多少钱，它是唯一能回答你真正关心的问题的汇总统计量。 结果要用 R 来度量——也就是你所冒风险金额的倍数——这样不同大小的交易才可以互相比较：

一套胜率 40%、平均盈利 2.5R、平均亏损 1R 的系统，期望值是（0.40 × 2.5）−（0.60 × 1）= 每笔 +0.40R。 一年做 200 笔这样的交易，每笔冒账户 1% 的风险，那么这套方法的算术就在为你干活—— 虽然过程不会平滑，而 这一路上的回撤 是另一个问题，它有自己的答案。

关于期望值，有两点很容易被忽略。它必须在扣除成本之后计算——手续费、买卖价差和滑点—— 因为在短周期上一个 +0.10R 的优势可能被它们完全吃掉。另外，它只有在样本足够大时才有意义； 三十笔交易几乎什么都说明不了，因为一套好系统和一套平庸系统之间的差别，比三十个结果里的噪音还小。

4. 为什么高胜率也会亏钱

胜率是交易里被引用最多、也最没用的统计量，因为它对结果的大小只字未提。 一套胜率 90%、每次赚 0.2R、每次亏 3R 的方法，期望值是（0.90 × 0.2）−（0.10 × 3）= −0.12R。 它一边亏钱一边让人感觉极好，而且在第十笔交易到来之前，这种极好的感觉会持续很久。

这正是交易中最常见的那种自毁习惯的形状：因为小赚很舒服所以急着落袋， 因为平掉亏损单会让亏损变成既成事实所以死扛。这种行为同时制造出高胜率和负期望值—— 至于为什么这么难改，见交易心理那篇。

反过来也成立，而且值得内化：一套三次里错两次的系统，只要第三次的结果足够大，也可以非常优秀。 只不过做起来会难受得要命——这正是这类形状的系统必须先写下来、先检验过再拿去实盘的原因： 没有人能凭直觉扛过一套三分之一胜率的方法带来的九连亏。

一套系统做的每一笔交易，身上都有同样的四个标记：形态条件、触发条件、止损和离场。 如果你的记录里少了其中任何一个，那它就不是一笔系统交易。

5. 怎么回测才不会自欺欺人

回测就是把你写下来的规则套到历史数据上，看看当时会发生什么。做得仔细，它是关于你这套方法最便宜的信息来源； 做得马虎，它制造的是信心——而那比什么信心都没有更糟。

失败的方式很具体，也都可以避免：

• 未来函数（前视偏差）。用到了决策那一刻还拿不到的信息。 用当天收盘价算出来的信号，却按当天开盘价成交，是最经典的版本，而且很容易在无意中就写出来。
• 幸存者偏差。只在今天还存在的股票上做测试。 那些退市的、被并购的、跌到归零的公司，恰恰是会伤到你的那一批，它们的缺席会美化每一个只做多的结果。
• 忽略成本。手续费只是小头。你要跨过的买卖价差， 以及止损被跳空穿过时的滑点，才是大头，而且它们会随着你交易的频率和股票池的流动性差劲程度一起放大。
• 只测试了一种市场环境。一套趋势系统如果只在一段长牛市里测过， 那它测出来的只是「当时存在趋势」，而这你本来就知道。把糟糕的年份也放进来，并且单独看它们。
• 测试中途改规则。只要你因为已经看到的结果去改一条规则， 这次测试就不再是测试了。

另外，要记录的不只是总收益。最大的峰值到谷底回撤、最长的连亏次数， 以及净值最长多久没有创出新高——这几个数字才决定了在真正要紧的时候，你还会不会照着规则做。

6. 过度拟合：那种悄无声息的失败

过度拟合（曲线拟合）就是不断调规则，直到它精确地描述了过去。它之所以悄无声息， 是因为它会产出你这辈子见过最漂亮的回测曲线，而且过程中没有任何一刻让你觉得自己做错了。 14 周期的回看窗口测出来不错；你又试了 13、15、12、16；其中一个更好；你就把它留下。 在五个参数上都重复一遍，你就得到了一套把历史背下来的系统。

有三个习惯可以把它控制住。尽量少用参数——每多一个参数，你无意中拟合到噪音的方式就成倍增加。 优先选那些「邻居也管用」的参数：如果 20 赚钱，18 和 22 也赚钱，那你找到的是一个宽泛的效应； 而如果只有 20 管用，你找到的是一次巧合。还有，留出一段在开发过程中你从不去看的数据， 等规则定稿之后，只在上面跑一次。

留出数据这条规则是最常被人破坏的。它只有在你看到结果之后真的不再迭代时才成立—— 否则你只是把拟合挪到了更后面的阶段。

7. 从回测走到真金白银

一份看起来不错的回测，换来的是一个很小的仓位，而不是满仓。用你打算承担的风险的一小部分去实盘跑这套规则， 然后拿实盘结果和回测说的对照。这个阶段你检验的还不是盈利能力——样本远远不够。 你检验的是：你的成交价和你的假设像不像，你以为毫不含糊的信号在实时行情里是不是其实很含糊， 以及当仓位是真的时，你到底执不执行得了这套规则。

要预期实盘结果比测试结果差一些。这个差距一部分来自你没有建模的成本； 另一部分来自那段历史时期说到底只是众多可能的未来中的一个样本。 如果一套方法的实盘结果差得离谱，通常是有未来函数的 bug，值得回去找一找， 而不是直接下结论说市场变了。

8. 复盘一套你已经在用的系统

建一份交易日志，一笔交易一行：日期、代码、形态条件、进场价、止损价、仓位、离场价、以 R 计的结果， 以及你有没有遵守规则。最后那一列才是重要的，因为它把两个完全不同、却会产出一模一样账户余额的问题分开了。

如果你遵守规则的那些交易期望值为正，而总账是负的，那么系统没问题，问题出在执行上—— 这是纪律问题，不是研究问题。如果在一个像样的样本上，你遵守规则的交易本身就在亏钱， 那么再多的纪律也救不了，需要动的是规则。

按固定周期复盘——每季度一次，或者每五十笔交易一次——绝不要在糟糕的一天之后复盘。 为了回应最近一次亏损而做的改动，正是一套检验过的系统悄悄退回成一种打法的方式。

本指南是关于市场和交易方法如何运作的教育材料。它不是投资建议，也不构成买入或卖出任何证券的推荐。 交易存在亏损风险；如果使用杠杆，亏损还可能超出你原本打算承担的金额。 例子里用到的数字只是算术演示，不是你应该预期的结果。